Laboratorium Przetwarzania obrazów i grafiki komputerowej

Semestr letni roku akademickiego 2016-2017

Autor: Marek Kociński (Marzec 2017)

Laboratorium 1 (3h)

Laboratorium 2 (3h)

  • Konwersja pomiędzy różnymi typami obrazów
  • Histogram, progowanie, inwersja jasnośći obrazów

Laboratorium 3 (3h)

  • Filtracja w dziedzinie obrazu, filtracja w dziedzinie czestotliwośći
  • Morfologia matematyczna

Laboratorium 4 (3h)

Laboratorium 5 (3h)

Dodatkowe materiały do zajęć:

  1. wykłady dra hab. Piotra Szczypińskiego (strona domowa przedmiotu)
  2. wykłady prof. prof. Pawła Strumiłło i Michała Strzeleckiego (ang, pol)
  3. książka prof. prof. Andrzeja Materkai i Pawła Strumiłło Wstęp do komputerowej analizy obrazów
  4. książka prof Tadeusiewicza (AGH) Komputerowa analiza i przetwarzanie obrazów
  5. wykłady dra Cezarego Bołdaka (Politechnika Białostocka) Cyfrowe przetwarzanie obrazów
  6. tutorial ze strony scipy.
  7. Podstawy programowania - Laboratorium 4
  8. Wybrane pozycje książkowe (poniżej)
  9. YouTube (poniżej):
    1. Max Schallwig - Making Graphs in Python using Matplotlib for Beginners (7 części)
    2. Josh Gordon (Google Developers) - MAchine Learning Recipes (7 części)
In [1]:
from IPython.display import YouTubeVideo
from IPython.display import Image

youtube_matplotlib=YouTubeVideo('KZwN19IYrsk')
youtube_machine_learnign=YouTubeVideo('cKxRvEZd3Mw')
img_ksiazki = i = Image(filename='obrazy_2017/lab0_wszystkie.png')
img_obraz = Image(filename='obrazy_2017/lab0_1obraz.png')
img_cechy = Image(filename='obrazy_2017/lab0_2cechy.png')
img_tekstura = Image(filename='obrazy_2017/lab0_3tekstura.png')
img_model3d = Image(filename='obrazy_2017/lab0_4model3d.png')
img_autko = Image(filename='obrazy_2017/lab0_autko.jpg')
img_rozpoznawanie_obrazow = Image(filename='obrazy_2017/lab0_po.png')
In [2]:
img_ksiazki
Out[2]:
In [3]:
youtube_matplotlib
Out[3]:
In [4]:
youtube_machine_learnign
Out[4]:

Cel laboratorium

  1. Poznanie i zrozumienie podstaw przetwarzania obrazów i grafiki komputerowej przez Studentów.
  2. Zainteresowanie Studentów dziedziną przetwarzania obrazów i grafiki komputerowej
  3. Przygotowanie narzędzi (np. przeglądarki) do ewentualnej pracy inżynierskiej
  4. Celem nie jest wykonywanie zaawansowanych i skomplikowanych projektów

Materiał przedstawiony na zajęciach

Przedmiot Przetwarzanie obrazów i grafika komputerowa w programie studiów ma przyedzielonych 5 punktów ECTS, co odpowiada od 125 do 150 godzin pracy Studenta. Instukcje laboratoryjne zawierają szeroki, aczkowlwiek wstępny, zakres materiału dotyczący przetwarzania obrazów i grafiki komputerowej. Nie jest możliwe wykonanie wszystkich zadanych punktów podczas zajęć laboratoryjnych, dlatego Studenci powinni samodzielnie dokończyć pracę w domu.

Biblioteki Python (C++) do przetwarzania, analizy i wizualizacji obrazów oraz do grafiki komputerowej

  1. numpy
  2. scipy
  3. scipy.ndimage
  4. ITK
  5. PIL
  6. OpenCV
  7. scikits.image

  1. VTK
  2. OpenGL
  3. Mayavi2
  4. Matplotlib

  1. scikits.learn

Zastosowania przetwarzania obrazów i sygnałów

1 Przetwarzanie obrazu (korekcja, zamiana obrazu w obraz)

In [5]:
img_obraz
Out[5]:

2 Wyznaczenie cech obiektów przedstawionych na obrazach w celu ich ilościowej/jakościowej analizy, klasyfikacji,...

In [6]:
img_cechy
Out[6]:

3 Analiza tekstury obrazu

In [7]:
img_tekstura
Out[7]:

4 Modelowanie 3D obiektów odwzorowanych w obrazach

In [8]:
img_model3d
Out[8]:

5 Widzenie maszynowe

In [9]:
img_autko
Out[9]:

Inne:

  1. Analiza tekstury obrazów (3D i 4D) i parametrów farmakokinetycznych nowotwoów prostaty i macicy
  2. Zapewnienie bezpieczeństwa osobom starszym i niewidomym (prof. Strumiłło)
  3. Biometria (prof. Ślot)

Rozpoznawanie obrazów

In [10]:
img_rozpoznawanie_obrazow
Out[10]:

Rysunek zaczerpnięty z książki: Rozpoznawanie obrazów, Witold Malina, Maciej Śmiatacz, wydwanictwo EXIT, 2010

Ostatnia aktualizacja: 13.04.2017 r.